Praxis-Anleitung · KI-Einstieg
Alle reden über KI.
Keiner sagt dir, womit
du morgen anfängst.
KI scheitert im Labor selten an der Technik. Sondern am fehlenden ersten Schritt. Hier findest du ihn und machst KI in 12 Wochen zum verlässlichen Helfer.
Ein Prozess. Ein Monat. Ein Verantwortlicher. So fängt KI im Labor an. Nicht mit dem Tool.
Bei uns: 2024 drei KI-Piloten parallel gestartet. Alle drei eingestellt. Seitdem 1-1-1. Der eine Ablauf, der heute läuft (Praxis-Rückfragen-Mails, Mensch gibt frei), spart rund 6 Std pro Woche.
Rechnet in deinem Browser · keine Anmeldung · 8 Min
Der richtige EinstiegKI beginnt nicht mit Software, sondern mit einem klaren Problem.
Fünf ehrliche Fragen, dann ein Use Case
KI-Readiness-Check + Use-Case-Finder.
Fünf ehrliche Fragen, ein Score, ein passender erster Use-Case. Gespeichert wird nur auf diesem Gerät.
1 · Der Readiness-Check
Ehrlich zählt mehr als schön.
2 · Use-Case-Finder nach 1-1-1
1 Prozess · 1 Monat · 1 Verantwortlicher. Wähl deinen größten Zeitfresser:
Vorher, einmal. Und dann nie wieder:
Auftragszettel, Praxis-Mails und Bissregistrierungen enthalten Gesundheitsdaten nach Art. 9 DSGVO. Bevor davon irgendetwas in ein KI-Werkzeug geht, brauchst du eins von beidem: einen Auftragsverarbeitungs-Vertrag mit dem Anbieter und Verarbeitung in der EU. Oder du testest mit geschwärzten Daten. Als Hersteller von Sonderanfertigungen kommt dazu, dass Auftragsunterlagen gelenkte Dokumente sind: sie gehören nicht unkontrolliert in ein fremdes System.
Das ist kein Kleingedrucktes. Es ist der Unterschied zwischen einem Test und einer Datenschutzverletzung.
Drei Seiten mit deinem Readiness-Score, deinem Use-Case-Steckbrief und dem 12-Wochen-Plan zum Ausdrucken.
Alles hier rechnet in deinem Browser. Deine Zahlen verlassen dieses Gerät nicht. Auch nicht beim PDF.
Die meisten glauben
„Wir warten, bis KI reif ist. Dann steigen wir richtig ein.“
Die Wahrheit
KI macht dein Labor schneller. Und deine Fehler auch. Deshalb startet alles beim Prozess, nicht beim Tool.
Was ich selbst gebaut habe
„Unser Lernsystem haben wir in ungefähr drei Monaten gebaut. Klassisch wären dafür ein Team und dreiviertel Jahr nötig gewesen. Ich baue außerdem laufend kleine Werkzeuge für mich selbst. Und eines davon habe ich wieder fallen lassen, weil ich beim Hersteller nachgefragt und schlicht keine Antwort bekommen habe. Da war mir das Risiko zu groß. Das gehört dazu: Das meiste, was du probierst, bleibt nicht. Das eine, das bleibt, zahlt den Rest.“
Aus meinem Labor · Zahntechnik Scharl, Amberg · rund 70 Mitarbeiter
Ein sinnvoller Use Case verbindet Mensch, Prozess und Technologie – ohne das Team zu überfordern.


Der Unterschied ist spürbar
Aus dem Test wird Alltag.
Der erste Ablauf läuft, ohne dass jemand nachfragen muss.
Du willst anfangen, entscheidest aber nicht über Budget? Der erste Schritt kostet nichts: einen Ablauf in zehn Sätzen aufschreiben. Damit steht dein Vorschlag auf Papier, bevor jemand über Tools redet.
Quick Win · diese Woche
Wähl EINEN wiederkehrenden Ablauf (z. B. Auftragsannahme) und schreib ihn in 10 Sätzen auf. Wenn das nicht geht, weißt du, warum KI noch warten muss. Wirkt nur, wenn du den Ablauf so aufschreibst, wie er wirklich läuft, und nicht so, wie er laufen sollte. Die Abweichung zwischen beidem ist genau das, was jedes KI-Projekt zum Kippen bringt.
Der Labor-Brief
Alle zwei Wochen eine Sache, die in Amberg wirklich gelaufen ist.
Kein Newsletter über Trends. Was wir gemessen haben, was funktioniert hat. Und was wir wieder abgeschafft haben, mit Zahl und Grund.
Was ich davon habe: Ich lerne aus euren Rückfragen, welche Werkzeuge ich als nächstes baue. Verkauft wird dir hier nichts, aber du sollst mein Interesse kennen.
12 Wochen bis zum ersten echten Use Case
In zwölf Wochen läuft ein Prozess wirklich mit KI.
Prozess-Check vor dem Tool
Die eine Frage: Ist der Ablauf davor sauber genug, dass KI etwas Gutes draus machen kann? Nice in, nice out.
✓ Steht: Der Ziel-Prozess ist in 10 Sätzen beschrieben.
EIN Use-Case nach 1-1-1
Eine Sache, ein Zeitfenster, eine klare Frage: funktioniert das oder nicht? Kein Parallel-Zoo aus fünf Tools.
✓ Steht: Der Test läuft. Mit Enddatum und Erfolgskriterium.
Ehrlich auswerten
Das meiste wird Quatsch sein. Das ist okay. Das eine, das bleibt, ist Gold. Was scheitert, dokumentierst du trotzdem.
✓ Steht: Es gibt ein schriftliches Ja oder Nein.
Zweiten Use-Case oder skalieren
Erst wenn Nummer eins läuft. KI-Agenten brauchen dasselbe wie neue Mitarbeiter: Ziel, Zugang zum Wissen, Grenzen.
✓ Steht: Entscheidung getroffen. Skalieren oder nächster Test.
In den Alltag überführen
Der Test wird Routine: Wer nutzt es, wann, wofür. KI ohne Struktur macht dich nur chaotisch schneller.
✓ Steht: Läuft ohne dich. Dokumentiert und vertreten.
Du kennst jetzt deinen ersten Schritt.
Du hast jetzt einen ersten Use Case. Ob dein Labor dafür bereit ist oder vorher etwas anderes dran wäre, klärt die Roadmap in 30 Sekunden. Mit Plan als PDF.
Kostenlos · kein Sales-Call · in 30 Sek
Warum KI-Projekte im Labor scheitern
Der Check nennt dir einen Use Case. Ab hier steht, woran die meisten Einführungen wirklich scheitern. Und es ist selten die Technik.
- 01„Für KI sind wir zu klein.“ Fast alle sagen das
- 02Was KI heute kann, was sie nicht kann, wo du anfängst
- 03Nicht der Helfer ist am stärksten betroffen. Die Fachkraft ist es
- 04Weniger Hände. Mehr Menschen, die versorgt werden müssen
- 05Erst digitalisieren. Dann entscheiden, ob es Gips braucht
- 06Nicht die Technik war das Lange. Die Menschen waren es
- 07Er weiß, dass es besser ginge. Er kann trotzdem nicht zustimmen
7 Abschnitte. Du musst sie nicht der Reihe nach lesen.
„Für KI sind wir zu klein.“ Fast alle sagen das.
„Wir schauen uns das an, wenn wir Zeit haben.“
Diese Zeit kommt nicht. Sie ist auch nicht nötig. Der erste Schritt kostet keinen Monat, sondern eine Stunde: einen wiederkehrenden Ablauf aufschreiben.
Reicht: ein Ablauf, den du selbst kennst. Keine Umsatzzahlen nötig.
Wer das nicht kann, kann ihn auch nicht automatisieren. Und wer es kann, hat den größten Teil der Arbeit schon hinter sich.
Was KI heute kann, was sie nicht kann, wo du anfängst.
Das Problem
Alle reden über KI, ihr testet nichts. Oder zu viel gleichzeitig. Beides kostet: Entweder verpasst ihr den Hebel, oder ihr automatisiert euer Chaos in High Speed.
Die Ursache
Es fehlt kein Tool, sondern ein sauberer Prozess davor und EIN klar definierter Testfall. Ohne beides wird jedes KI-Experiment zum Frust-Projekt.
Wenn gelöst
KI übernimmt einen echten Alltags-Baustein. Zuverlässig, messbar, ohne Chaos-Turbo. Und dein Team hat gelernt, wie man Neues testet, statt es zu fürchten.
Nicht der Helfer ist am stärksten betroffen.
Die Fachkraft ist es.
Die Bundesagentur für Arbeit lässt das seit Jahren erheben. Tätigkeit für Tätigkeit. Nicht als Prognose, sondern als Bestandsaufnahme: Für welche Kerntätigkeit gibt es heute schon eine Maschine oder ein Programm, das sie vollständig übernehmen könnte?
Fachkraftberufe
Helferberufe
Spezialistenberufe
Expertenberufe
Substituierbarkeitspotenzial nach Anforderungsniveau, Stand 2022. IAB-Kurzbericht 5/2024, Institut für Arbeitsmarkt- und Berufsforschung der Bundesagentur für Arbeit.
Lies die Reihe zweimal. Beim ersten Mal fällt auf, dass die Fachkraft oben steht. Nicht der Helfer. Automatisierbar ist nicht das Ungelernte, sondern das sauber Gelernte: der Ablauf, der jedes Mal gleich läuft. Genau das, worauf ein gutes Labor stolz ist.
Beim zweiten Mal fällt der letzte Balken auf. Am wenigsten ersetzbar ist die Ebene, die entscheidet. Nicht die, die am besten ausführt. Das ist der ganze Punkt dieser Seite: KI nimmt dir nicht den Beruf. Sie nimmt dir die Tätigkeiten, bei denen du nichts entscheidest. Was übrig bleibt, ist der Teil, für den die Praxis dich eigentlich bezahlt. Wenn du ihn bis dahin ausgebaut hast.
Und jetzt der Wert für genau deinen Beruf
Bis hierhin war das die Ebene „Fachkraftberufe“. Ein Durchschnitt über tausende Berufe. Der Futuromat kennt aber auch die Zahntechnik im Einzelnen. Das Ergebnis liegt deutlich über dem Schnitt:
der Kerntätigkeiten im Beruf Zahntechniker/in könnten heute schon vollständig von Maschinen ausgeführt werden. Sechs von sieben.
IAB Job-Futuromat, Beruf Zahntechniker/in (Stand 2024). Zum Vergleich: Fachkraftberufe insgesamt 62 %.
Diese sechs sind es. Der Futuromat nennt sie beim Namen:
- Wachsmodelle anfertigen
- Bissschablonen herstellen
- Prothetik, Zahnersatz
- Verblenden
- Zahnmodellieren
- Modellguss
Das ist keine Prognose für 2035. Das ist der Stand heute. Und dein Labor gibt es trotzdem noch. Genau darin steckt die eigentliche Nachricht.
Dein Vorsprung besteht also nicht darin, dass die Technik es nicht kann. Sie kann es, bei sechs von sieben Tätigkeiten. Er besteht darin, dass sie es bei dir noch nicht günstiger oder flexibler kann. Das ist ein Wirtschaftlichkeitsvorsprung, kein Fähigkeitsvorsprung. Und die Frage ist, was diesen Vorsprung größer macht.
Dasselbe Handwerk. Ein Titel Unterschied.
Der Futuromat kennt auch den Zahntechnikermeister. Gleicher Werkstoff, gleiche Arbeitsplatz, gleiche Patienten. Und trotzdem:
Zahntechniker/in: 6 von 7 Kerntätigkeiten sind heute automatisierbar.
Zahntechnikermeister/in: 7 von 12.
28 Prozentpunkte Unterschied. Nicht wegen des Titels. Wegen der fünf Kerntätigkeiten des Meisters, die eine Maschine nicht übernimmt. Welche das sind, steht gleich darunter.
IAB Job-Futuromat, Zahntechniker/in Stand 2024, Zahntechnikermeister/in Einstufung 2022 (aktuellster Stand). Wörtlich: „7 der 12 Kerntätigkeiten in diesem Beruf, also 58 %, sind – Stand heute – automatisierbar.“
Und jetzt wird es interessant. Der Meister hat nicht sieben Kerntätigkeiten, sondern zwölf. Und was ihn schützt, ist nicht das, was man erwarten würde. So verteilen sie sich:
Stand heute vollständig automatisierbar
- Qualitätsprüfung, Qualitätssicherung
- Kalkulation
- Betriebsmitteleinsatz planen
- Dental-, Zahntechnik
- Prothetik, Zahnersatz
- Teleskoptechnik
- Modellguss
Nicht automatisierbar. Das ist dein Geschäft
- Arbeitsvorbereitung
- Kundenberatung, -betreuung
- Implantologie, Implantattechnik
- Kieferorthopädie
- Totalprothetik
IAB Job-Futuromat, Beruf Zahntechnikermeister/in, Einstufung 2022 (aktuellster Stand). Quadrat = Maschine, Kreis = Mensch. Die Unterscheidung liegt auf der Form, nicht nur auf der Farbe.
Lies gegen, was nicht in dieser Liste steht: Qualitätsprüfung und Kalkulation gelten als automatisierbar. Zwei klassische Meisteraufgaben, beide auf der Maschinenseite. Chef zu sein schützt also nicht. Was schützt, sind drei andere Dinge: die Arbeit vorbereiten, bevor sie losläuft. Mit dem Menschen am anderen Ende reden. Und das fachlich Schwierige können, das sich nicht in einen Standardfall pressen lässt.
Was das auf dem Arbeitsmarkt bedeutet
Dieselbe Quelle, derselbe Stichtag, beide Berufegruppen nebeneinander:
| Fachkräfte Zahntechnik | Aufsichtskräfte (Meisterebene) | |
|---|---|---|
| Automatisierbarkeit des Berufs | 86 % | 58 % |
| Entgelt pro Monat, brutto | 3.109 € | 4.248 € |
| Offene Stellen | 1.208 | 555 |
| Arbeitslose | 1.491 | 303 |
| Arbeitslose je offener Stelle | 1,2 | 0,5 |
IAB Job-Futuromat, Statistik der Bundesagentur für Arbeit, Stand 31.12.2024. Die Berufegruppen heißen dort „Fachkräfte in der Zahntechnik“ und „Aufsichtskräfte in der Medizin-, Orthopädie- und Rehatechnik“. Letztere ist breiter als nur Zahntechnik. Die letzte Zeile ist meine Division aus den beiden Zeilen darüber.
Auf der einen Seite kommen auf jede offene Stelle mehr als ein Arbeitsloser. Auf der anderen Seite gibt es doppelt so viele Stellen wie Suchende. Bei 1.139 € mehr im Monat. Das ist kein Titel-Bonus. Das ist der Preis, den der Markt für Tätigkeiten zahlt, die eine Maschine nicht übernimmt.
Und die unbequeme Zeile zum Schluss
Der Meisterbrief ist kein Schutzschild auf Dauer. Der Futuromat zeigt denselben Beruf über die Jahre: 2013 waren 2 von 11 Kerntätigkeiten automatisierbar. Rund 18 %. 2022 sind es 7 von 12, 58 %. Der Wert hat sich in neun Jahren mehr als verdreifacht. Zuletzt sind „Betriebsmitteleinsatz planen“ und die Teleskoptechnik auf die Maschinenseite gewandert.
Nachgezählt in der Tabelle „Entwicklung der Kerntätigkeiten im Beruf „Zahntechnikermeister/in“ 2013–2022“ des Job-Futuromat; der Wert für 2022 steht dort auch ausgeschrieben.
Daraus folgt nicht „aufgeben“, und auch nicht „mach den Meister, dann passt das schon“. Daraus folgt genau eine Sache: Der geschützte Teil deiner Arbeit wird jedes Jahr kleiner, und er wandert nach oben. Wer die automatisierbaren Tätigkeiten selbst automatisiert, statt sie zu verteidigen, gewinnt Zeit für den Teil, der bleibt. Vorbereitung, Kundenbeziehung, die schwierigen Fälle. Wer wartet, verteidigt jedes Jahr eine kleinere Fläche.
Und damit schließt sich der Kreis zum Anfang der Seite: Wer diesen Teil ausbauen will, muss zuerst wissen, wohin seine Stunden heute fließen. Deshalb steht der Prozess vor dem Tool. Nicht aus Prinzip, sondern weil es sonst nicht funktioniert.
Schau für deinen Beruf selbst nach
Glaub mir die 86 % nicht. Der Job-Futuromat des IAB ist öffentlich und kostenlos, und er zeigt dir jede der sieben Kerntätigkeiten einzeln. Dazu Beschäftigte, offene Stellen und Gehälter in der Zahntechnik. Zwei Minuten, keine Anmeldung, kein Ergebnis von mir.
Zahntechniker/in im Job-Futuromat ansehen →Weniger Hände. Mehr Menschen,
die versorgt werden müssen.
Bis hierhin ging es darum, was KI kann. Jetzt die Frage, die wichtiger ist: warum das nicht warten kann. Vier Entwicklungen laufen gleichzeitig. Zwei sind gemessen, zwei sind Prognosen der Institutionen selbst. Und keine davon dreht in den nächsten zehn Jahren um.
Erwerbsfähige fehlen bis 2036: 16,5 Mio. gehen, 12,5 Mio. kommen nach.
Gesellenprüfungen in der Zahntechnik: 3.705 im Jahr 1999, 1.353 im Jahr 2022.
Über-67-Jährige je 100 Erwerbsfähige, 2022 gegenüber 2040.
Planungsbereiche mit zahnärztlicher Unterversorgung, 2024 gegenüber 2030.
IW Köln (Renteneintritte und Abhängigenquote) · VDZI, Basisdaten (Gesellenprüfungen) · KZBV, Aktionsplan „Versorgung sichern – Strukturen stärken“ 2025–2030, S. 44 (Prognose zur Unterversorgung). Die Werte für 2030 und 2040 sind Prognosen der jeweiligen Institution, keine gemessenen Zahlen.
Zusammen ergeben die vier Kacheln eine einzige Rechnung. Auf der einen Seite schrumpft die Zahl der Menschen, die arbeiten können. Im Land und in deinem Handwerk noch stärker als im Durchschnitt. Auf der anderen Seite wächst die Zahl derer, die versorgt werden müssen. Die zahnärztliche Selbstverwaltung rechnet selbst damit, dass die Versorgung anfängt, Lücken zu bekommen.
Woran wir gerade arbeiten. Läuft noch nicht
Die Eingangskontrolle zu Ende gedacht heißt: Sie wandert vor die Labortür. Der Plan ist, dass eine Praxis den Scan schickt, während der Patient noch im Stuhl sitzt. Wir prüfen die Datenqualität automatisch, und wenn ein Wert nicht erreicht wird, geht die Rückmeldung sofort zurück. Dann wird nochmal gescannt, solange es nichts kostet. Das ist unser nächster Schritt, und ich schreibe es hier hin, bevor es läuft. Damit du es mir nachhalten kannst.
Der erste Weg ist ausgereizt. In den meisten Laboren wird schon zu viel gearbeitet, und die Leute, die man dafür zusätzlich bräuchte, sind laut den Zahlen oben nicht auf dem Markt. Bleibt der zweite. Darum ist KI hier kein Zukunftsthema, sondern ein Versorgungsthema. Nicht, weil Technik beeindruckt, sondern weil sie die einzige verbliebene Stellschraube ist, an der ein einzelnes Labor selbst drehen kann.
Wer eine Stunde weiter tragen will, muss zuerst wissen, wohin sie heute fließt. Deshalb fängt der Plan oben beim Prozess an und nicht beim Werkzeug.
Erst digitalisieren.
Dann entscheiden, ob es Gips braucht.
Jede Abformung, die bei uns ankam, wurde erst einmal mit Gips ausgegossen. Immer. Danach hat sich entschieden, was damit passiert.
Das war nie eine Entscheidung. Das war eine Reihenfolge, die irgendwann niemand mehr hinterfragt hat. Und sie steht falsch herum. Richtig ist: zuerst alles digitalisieren, erst danach entscheiden, ob es ein Modell braucht. Dann ist das Modell eine begründete Ausnahme statt des Standardwegs.
Wir bauen die Arbeitsvorbereitung gerade genau darauf um. Nicht wegen einer neuen Maschine. Die stand schon da. Wegen einer Reihenfolge.
Und das ist der Punkt, warum das auf einer KI-Seite steht: Ein Ablauf, an dessen Anfang etwas Analoges steht, ist für Automatisierung nicht erreichbar. Solange die erste Handlung „ausgießen“ heißt, kann kein Programm der Welt dir danach etwas abnehmen. Die Digitalisierung nach vorne zu ziehen kostet dich nichts außer der Umstellung. Und sie ist die Bedingung für alles, was danach kommt.
Das ist übrigens der billigste KI-Vorbereitungsschritt, den es gibt: keine Software, keine Investition, keine Schulung. Nur die Frage, an welcher Stelle in deinem Ablauf zum ersten Mal etwas entsteht, das ein Rechner nicht lesen kann.
Nicht die Technik war das Lange.
Die Menschen waren es.
Wir haben vor einigen Jahren vom klassischen Verfahren auf digitale Fertigung umgestellt. Ich hatte damals im Kopf: neue Maschine, kurze Schulung, läuft. Was ich komplett unterschätzt habe, war, wie lange es dauert, bis jemand einem Verfahren traut, mit dem er dreißig Jahre nicht gearbeitet hat.
Ich habe damals gedacht, das sei eine Frage von Können. War es nicht. Es war eine Frage von Wollen. Und das lässt sich nicht schulen, nur gewinnen. Wer sein Leben lang gut war in etwas und plötzlich der Langsamste im Raum ist, verteidigt nicht die Methode. Er verteidigt sich.
Zwei Dinge haben geholfen, und keins davon war Druck: sichtbar machen, dass das Ergebnis wirklich besser ist. Nicht behaupten, zeigen. Und aushalten, dass jemand nach einem Jahr immer noch langsamer ist als die Jüngeren, es aber macht und weiß, warum. Das ist kein Scheitern. Das ist der normale Verlauf, und ich hatte ihn falsch geplant.
Er weiß, dass es besser ginge.
Er kann trotzdem nicht zustimmen.
Ein Consultant, der viele Labore von innen kennt, hat mir den Satz gesagt, der mir seitdem nicht mehr aus dem Kopf geht: Die Hürde ist fast nie, dass jemand nicht weiß, wie es besser ginge. Das wissen die Leute meistens selbst.
Die Hürde ist Gesichtsverlust. Wenn jemand jahrelang dafür gelobt wurde, die effizienteste Arbeitsvorbereitung im Haus zu haben, dann kann er der Änderung nicht zustimmen, ohne dass es aussieht wie ein Eingeständnis. Und dann ist es völlig egal, was du ihm zeigst. Er wird nicht widersprechen. Er wird es einfach nicht tun.
Daraus folgt etwas Unbequemes für jeden, der etwas einführen will. Und für KI gilt es doppelt, weil dort mitschwingt, dass eine Maschine etwas besser könne als ein Mensch: Der Einstieg muss so gebaut sein, dass niemand dabei sein Gesicht verliert. Nicht bedrohlich für die, die es lange richtig gemacht haben. Ohne Risiko im Ausprobieren. Und jederzeit zurückdrehbar.
Praktisch heißt das: Der erste Use Case gehört nicht in den Bereich, der am meisten gelobt wurde. Er gehört dorthin, wo alle wissen, dass es hakt, und wo niemand einen Ruf zu verteidigen hat.
Woran du siehst, dass es trägt
- Ein Prozess. Ein Monat. Ein Verantwortlicher.
- Der Ablauf ist aufgeschrieben, bevor KI ihn anfasst
- Das Ergebnis wird gemessen, nicht gefühlt
- Kein zweiter Use Case, bevor der erste läuft
- Wer es verantwortet, hat einen Namen
- Wer misst: die Person, die den Use Case verantwortet · Wann: nach vier Wochen
Wie bereit dein Prozess wirklich ist
Das war einer von 8 Engpässen.
Finde in 30 Sekunden deinen größten. Und bekomm den kompletten 12-Wochen-Plan als 7-Seiten-PDF.
Meine Labor-Roadmap erstellen →Kostenlos · kein Sales-Call · in 30 Sekunden
Typisches Muster bei diesem Engpass: KI-Reife
Was du vorher geklärt haben solltest
Der eine Ablauf, mit dem du startest
Das war ein Hebel.
LabOS ist das ganze System.
Vom Ein-Personen-Betrieb zum Labor, das ohne dich läuft: 6 Module, jede Lektion mit Werkzeug und ✓-Steht-Kriterium.
Was im LabOS-Kurs steckt →